arXiv · Machine Learning· Corentin Pla, Hugo Richard, Marc Abeille, Vianney Perchet·· 9 小时前AI 评分42
外生上下文 MDP 学习的极小极大 PAC 界
Minimax PAC Bounds for Learning in Exogenous Contextual MDPs
AI 导读
该研究提出允许学习者在查询已知前和决策时访问采样预言机的 PAC 框架，分析外生 i.i.d. 上下文折扣 MDP 中的策略评估（PE）、最优价值估计（BVE）和最优策略提取（BPE）。研究给出已知奖励与转移时三项任务除对数因子外的 minimax 最优样本复杂度，以及转移未知时的复杂度界和匹配下界；所有界均不依赖上下文空间基数。
来源：arXiv · Machine Learning · arxiv.org